Python 是机器学习项目中最流行的语言, 这点是毋庸置疑的.
虽然像 R 语言, C++ 和 Julia 这样的程序语言有其特有的使用群体与用例, 使它们经久不衰, 但 Python 仍是使用最广泛的语言, 并用于每个主要的机器学习框架中. 然而, 你能想象? 在 Cortex(将机器学习模型部署为 API 的开放源代码平台之一)代码库中, 87.5% 的代码都是使用 GO 编写.
图源: Cortex GitHub
Python 引以为豪的机器学习算法只是生产环境机器学习系统的一个组成部分. 如要实际大规模运行生产环境中的机器学习 API, 您的基础结构需要实现以下功能:
. 自动缩放, 确保流量波动不会破坏 API
. 实行 API 管理, 以处理 API 同步部署
. 滚动更新, 确保更新模型不会中断用户服务
Cortex 旨在自动实现所有上述基础架构, 以及其他一些问题, 例如日志记录和成本优化.
出于以下考虑, Go 是构建满足上述需求软件的理想之选:
1. Go 生态系统非常适合基础设施项目
来源: http://developer.51cto.com/art/202002/610600.htm